蔷薇属植物资源评价方法与流程

本发明属于蔷薇属植物种植应用领域，特别涉及一种蔷薇属植物资源评价方法。

背景技术：

蔷薇属植物历史悠久，我国为蔷薇属植物的主要发源地之一。《中国植物志》中记载的蔷薇属植物有82种，原产我国的种占全世界41％。蔷薇属植物约有一百多个野生种，它们是栽培品种的祖先。栽培品种的种源组成十分混杂，几乎现代所有的月季品种都经过了数百年不同杂交背景的育种。

近年来，蔷薇属植物的育种方向除了关注观赏特性，也逐渐重视花香性状。欧洲蔷薇主要花香物质为苯乙醇及单萜醇类，且花香物质在不同品种间存在差异。玫瑰原产我国，是世界上最古老的天然香料之一，由其鲜花提取的玫瑰精油为世界名贵精油。充分发掘和利用优良种质资源，尤其是野生资源，加快新品种培育速度，是我国以玫瑰为主的蔷薇属植物(主要是蔷薇属芳香植物)产业发展的根本和必由之路。植物种质资源评价工作包括生物学鉴定、经济性状评价、抗逆性和抗病虫害能力鉴定等，是资源有效利用的基础，其中生物学性状评价和花香物质成分分析鉴定可为蔷薇属植物的育种和关键性状的分子生物学研究提供依据，然而，目前并没有一种客观、稳定的蔷薇属植物的资源评价方法。

技术实现要素：

为了解决现有技术中存在的上述问题，本发明提供了一种蔷薇属植物资源评价方法，所述方法包括构建层次分析模型，根据构建的层次分析模型和资源评价目标构建判断矩阵，根据构建的判断矩阵计算排序权重值，根据计算得到的排序权重值计算加权排序权重值，根据所述层次分析模型的方案层的各个要素的实际得分和计算得到的加权排序权重值计算各个品种的加权得分，并利用各个品种的加权得分进行资源评价的步骤；

其中，所述层次分析模型包括如下三个层次：

决策层，即对蔷薇属植物进行选定的应用评价或综合评价；

准则层，即对蔷薇属植物进行具体的应用评价；

方案层，即针对所述准则层的具体的应用评价所选定的生物学性状。

本发明提供的方法综合了主观选择的评价目标和用于客观评价的要素，创造性地利用了层次分析法，可以对蔷薇属植物根据需要进行科学、客观的评价，得到的结论既能满足主观选择的需要，也充分利用了品种的客观性状数据，减少了大量的繁杂劳动，可以方便快捷地准确选择出需要的不同应用和综合应用的品种。

附图说明

图1为实施例1的园林应用评价层次分析模型。

图2为月季开花级数示意图，每个小图中右下角的数字为花朵级别，其中，0级：未开的花蕾；1级：半开的花蕾；2级：全开的花蕾；3级：初开的花朵；4级：盛开的花朵；5级：盛末的花朵；6级：衰老的花朵。

图3为实施例2的花香应用评价层次分析模型。

图4为实施例3的园林应用评价与花香应用评价综合评价层次分析模型。

具体实施方式

为使本发明的技术方案、目的和优点更加清楚，下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

下述实施例中所使用的各种试剂、材料等，若无特别说明，均为可以从商业渠道获得的产品；下述实施例中所使用的各种测试、检测方法若无特别说明，均为本领域中的常规测试、检测方法，均可以从教科书、工具书或学术期刊中获得。

下述实施例中，均采用购自山西元决策软件科技有限公司的层次分析法软件(yaahp标准版)进行各种数值的计算。

实施例1

本实施例用来说明园林应用评价。本实施例对55个蔷薇属品种(参见表1)进行生物学性状的调查分析，其调查群体均为外地移栽的品种，对于移栽品种的初步资源评价集中在引种后的适应性性状(生长势相关性状)及采收难易相关性状(皮刺性状)。适应性较强的品种适合推广种植，并且也可以作为优秀的育种资源。

表1生物学性状调查品种

依据植物新品种特异性、一致性、稳定性测试指南蔷薇属(guidelinesfortheconductoftestsfordistinctness，uniformityandstability-rose(rosal.)dus测试指南)进行生物学性状的调查，生长势相关性状包括顶端小叶叶长、顶端小叶叶宽、5-7节节间长；皮刺性状包括皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、刺毛有无。其中，长皮刺是指长度大于3mm的皮刺，短皮刺是指长度不大于3mm的皮刺。

每株取3枝当年生枝进行调查，共选取3株作为生物学重复。调查对象为上述表1中的55个品种，在2018年5月和10月进行两次调查。

采用层次分析法(ahp，analytichierarchyprocess)，利用层次分析法软件，分别计算得到55个品种的加权得分，进一步评选出综合性状表现优良的品种。

本实施例采用的具体的层次分析法如下：

1、构建层次分析模型

如图1所示，构建的层次分析模型共分三个层次：决策层，即对蔷薇属植物的资源应用评价(图1中最上部的“园林应用评价”层)；准则层，即对蔷薇属植物进行生长势状况和采收难易两方面的评价(图1中的“生长势状况评价”和“采收难易评价”层)；方案层，即调查的8个生物学性状(具体参见图1中最下端的八个性状层)。将构建的层次分析模型输入购自山西元决策软件科技有限公司的层次分析法软件(yaahp标准版)中，以便于后续的计算。

2、构建判断矩阵

根据评价的目标，结合客观的评价要素对于上一层次的重要性程度，对同一层次内的任意两个要素对于上一层次的重要性进行比较，根据每个要素对于上一层次的相对重要程度，用数值1、3、5、7、9对同一层次内的任意两个要素对于上一层次的相对重要性进行赋值。其中，1代表“同样重要”、3代表“稍微重要”、5代表“比较重要”、7代表“十分重要”、9代表“绝对重要”；数值1、3、5、7、9的倒数为两个要素的比较中，后一要素更为重要，且重要程度如上述描述。此外，如有必要，还可以用数值2、4、6、8分别代表1、3、5、7、9中的两个相邻判断的中值，数值2、4、6、8的倒数为两个要素的比较中后一要素更为重要，且重要程度如前所述。本发明中，两个要素之间对于上一层次的相对重要性赋值的含义均与此处相同，后面不再赘述。例如，如表2所示，对于准则层“生长势状况评价”来说，方案层的两个要素“顶端小叶叶宽”和“5-7节节间长”之间，后者相对于前者对“生长势状况评价”的重要程度为“十分重要”，因此，“5-7节节间长”相对于“顶端小叶叶宽”对于准则层“生长势状况评价”的重要性赋值为7；反之，“顶端小叶叶宽”相对于“5-7节节间长”对于准则层“生长势状况评价”的重要性赋值为1/7。

构建的判断矩阵如表2至表4所示。具体地：

根据方案层中与生长势相关的性状(顶端小叶叶长、顶端小叶叶宽、5-7节节间长)对准则层的“生长势状况评价”的重要程度，对任意两个性状之间对生长势状况评价的相对重要性进行赋值，从而构成表2所示的判断矩阵。

根据方案层中与皮刺性状(皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、刺毛有无)对准则层的“采收难易评价”的重要程度，对任意两个性状之间对“采收难易评价”的相对重要性进行赋值，从而构成表3所示的判断矩阵。

根据准则层的“生长势状况评价”和“采收难易评价”对于决策层“园林应用评价”的重要程度，对“生长势状况评价”和“采收难易评价”对决策层“园林应用评价”的相对重要性进行赋值，从而构成表4所示的判断矩阵。

将表2至表4中所示的判断矩阵的数值输入软件(本文中的名词“软件”，均指购自山西元决策软件科技有限公司的“层次分析法软件(yaahp标准版)”)中，以便进行下一步的处理。

3、一致性检验和计算排序权重值

一致性检验：为保证结果的可靠，还需要对表2至表4的判断矩阵进行一致性检验，即保证各个要素在两两比较时保持一致。一致性检验的原则如下：若判断矩阵的最大特征根(λmax)与判断矩阵中的要素数量(n)相等(λmax＝n)，或者λmax稍大于n((λmax-n)/n≤5％)，即认为判断矩阵达到一致性。如表2至表4所示，λmax均稍大于或等于n，达到满意的一致性。

具体地，在将表2至表4中所示的判断矩阵的数值输入软件后，通过软件自动进行判断矩阵的一致性检验。如果矩阵有残缺或矩阵不一致，软件将会在输出窗口中显示这些错误，可以通过点击工具栏上的“标记修正”按钮进行所有的矩阵不一致修正，也可以在层次结构树上对应的节点单击右键弹出菜单选择”自动调整一致性”。

计算排序权重值：通过软件(即，点击软件“计算结果”页面)计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi。具体地，根据表2的判断矩阵，计算得到与生长势状况评价相关的三个性状分别对于准则层的“生长势状况评价”的排序权重值wi；根据表3的判断矩阵，计算得到与采收难易评价相关的五个性状分别对于准则层的“采收难易评价”的排序权重值wi；根据表4的判断矩阵，计算得到准则层的“生长势状况评价”和“采收难易评价”分别对于决策层“园林应用评价”的排序权重值wi(分别参见表2至表4最右侧的“wi”列的数值)。

表2“生长势状况评价”的准则层-方案层判断矩阵(λmax＝3.0000)

表3“采收难易评价”的准则层-方案层判断矩阵(λmax＝5.0420)

表4决策层-准则层判断矩阵(λmax＝2.0000)

说明：表2至表4中，除了最右侧的“wi”列外，构成相应的判断矩阵。

4、计算加权排序权重值

根据步骤3中计算得到的各个排序权重值(wi)，计算得到方案层中的各个要素分别对于决策层的加权排序权重值。计算方法为：方案层的各个要素分别相对于准则层的排序权重值，与相应的准则层的要素相对于决策层的排序权重值的乘积，即为方案层中的各个要素分别对于决策层的加权排序权重值。例如，方案层“顶端小叶叶长”相对于决策层“园林应用评价”的加权排序权重值，等于“顶端小叶叶长”相对于准则层“生长势状况评价”的排序权重值wi(数值为0.1111，见表2)与准则层“生长势状况评价”相对于决策层“园林应用评价”的排序权重值wi(数值为0.3333，见表4)的乘积(0.1111×0.3333＝0.0370)。具体结果如表5所示。

表5方案层中的各个要素分别对于决策层的加权排序权重值

5、计算加权得分和资源评价

根据步骤4得到的方案层中的各个要素分别对于决策层的加权排序权重值，结合每个筛选的品种的方案层的各个要素的实际得分，计算得到各个品种的加权得分。具体地，将每个筛选的品种的方案层的各个要素的实际得分输入软件，通过点击软件中的“加权计算”按钮，得到各个品种的加权得分。再根据各个品种的加权得分进行排序，即可筛选出目标材料。

方案层的各个要素的实际得分如表6和表7所示。例如，如表7所示，品种“汉莎”的方案层要素“5-7节节间长”的实际得分为2.43(即，“汉莎”的“5-7节节间长”的长度数值2.43cm)，将该值输入软件即可，其他方案层要素均按照同样的方式操作。

表6示出了准则层“采收难易评价”的方案层要素(性状)“皮刺下部形状、5-7节皮刺总数、5-7节长皮刺数、5-7节短皮刺数、皮刺有无”这几个性状的实际得分。表6中，“皮刺下部形状”的数值的含义依次如下：无皮刺(0)、平直刺(1)、斜直刺(2)、弯刺(3)、钩刺(4)。“刺毛有无”的数值的含义依次如下：无刺毛(0)、有刺毛(1)。

将这55个品种根据皮刺数量划分等级，将其分为如下5类(参见表6)：没有皮刺(ⅰ)、皮刺较少(ⅱ)、皮刺数中等(ⅲ)、皮刺数较多(ⅳ)、皮刺多(ⅴ)。调查结果显示，‘粉花紫枝’、‘山刺玫’、‘白紫枝’和‘单瓣紫枝’这4个品种为无刺品种(ⅰ)；23个品种皮刺较少(ⅱ)；‘蓝色梦想’、‘本杰明布里顿’和‘玛丽罗斯’的皮刺总数超过100。皮刺下部形状集中在2号刺和3号刺，具有2号刺的材料共20个，具有3号刺的材料共22个。

表6“采收难易评价”的方案层要素的实际得分(皮刺性状调查统计结果)

表7示出了准则层“生长势状况评价”的方案层要素(性状)“顶端小叶叶长、顶端小叶叶宽、5-7节节间长”这三个性状的实际得分。

由表7中的结果可以看出，5-7节节间长主要分布在2.43cm-11.91cm，并且分布较为连续。将55个品种按照其第5-7节节间长可分为3类，ⅰ为节间较短(2.43cm-4.33cm)；ⅱ为节间较长(4.59cm-8.14cm)；ⅲ为节间长(8.48cm-11.91cm)。结果显示，玫瑰及蔷薇的节间较短，原产国外的杂种香水月季节间均较长；来自国外的香味月季‘紫袍玉带’节间叶较为紧实，且叶子也较大；‘山刺玫’、‘单瓣紫枝’、‘粉花紫枝’、‘白紫枝’节间均较为短，并且为无刺品种。

表7“生长势状况评价”的方案层要素的实际得分

(生长势相关性状调查统计结果，单位：cm)

计算得到的各个品种的加权得分结果和分级如表8所示。

表8加权计算结果与分级

按照计算得到的各个品种的加权得分结果对各个品种进行等级划分，可大致分为以下4级(参见表8)：ⅰ级，共15个品种，它们既易种植及采收的同时，生长势较强，节间较为紧实，无皮刺或皮刺较少，下部形状不易伤人；ⅱ级，共22个品种，它们种植采收较容易，生长势中等；ⅲ级，共15个品种，它们生长势中等、种植采收较为不方便；ⅳ级：共3个品种，均属于杂种香水月季，生长势中等、种植采收不方便。

根据各个品种的加权得分结果可知，具有较高经济价值的材料‘山刺玫’、‘苦水玫瑰’、‘保加利亚白玫瑰’、‘保加利亚红玫瑰’、‘大马士革蔷薇’、‘密刺’、‘密刺变种’、‘金边’、‘滇红’均属于皮刺适中且生长势较强级别，分属于ⅰ、ⅱ级，具有较强园林应用价值的有黄刺玫及多种香味月季也分布在ⅰ、ⅱ级。

实施例2

本实施例用来说明花香应用评价。本实施例中测定了59个蔷薇属植物(如表18所示的59个品种)的花香物质，将测定的花香物质作为评价指标对其进行初步评价，划分为油用资源、芳疗法资源、保健型观赏资源。

取样按照马男等(2005)对月季开花级数制定的标准(如图2所示，分为0、1、2、3、4、5和6级)，取样级别定为3-4级的花朵。于2018年10月1日开始取样进行花香测定，于晴天上午9点开始取样，每株选取3-5枝花朵质量较好的枝条，并斜剪下部枝条，插入盛有清水的容器中，带回实验室，瓶插22-24小时后开始进行花香物质测定。

手动spme进样器和100μmpdms萃取头为美国公司supelco公司产品。实验仪器为dsq，气象色谱-质谱联用仪(gc/ms)。

气相色谱检测方法：进行挥发气体收集前先对固相微萃取头在气相色谱进样口中200℃老化30分钟，氧化分解萃取头中吸附的其他杂质。用电子天平称量花瓣3g置于收集瓶中，同时加入20μl正己烷稀释的癸酸乙酯(1mol/l)，盖好盖子，将老化后的固相微萃取头插入收集瓶中，水浴40℃吸附30分钟。将吸附完成的固相微萃取头从瓶中取下，插入气相色谱-质谱联用仪中，200℃下解吸1min，启动仪器开始采集记录数据。色谱条件：进样量0.2μl，载气为he，流量为1ml/min；柱温起始温度为50℃，保持1min，后以5℃/min的速度升温至180℃，最后以10℃/min的速度升温至230℃保持20min。质谱条件：gc/ms接口温度250℃，离子温度源200℃，电离方式ei，电子能量70ev。

挥发物的确定及定量：各挥发物经气相色谱分离，形成不同的色谱峰，利用nist谱库进行检索分析组分物质，结合文献资料查询确定花香物质成分。采用内标法进行半定量计算，即计算内标物的峰面积与各离子流色谱峰面积的比值，通过校正后计算出待测组分的质量浓度。按照公式：各组分的质量浓度＝各组分的峰面积×内标物质量浓度×f/内标峰面积，计算各组分的质量浓度。其中，f为各组分的对内标物的校正因子，f＝1。

一、构建层次分析模型

应用层次分析法对该59个品种进行评价，主要考察该59个品种的花香物质成分和浓度，并基于花香物质成分和浓度的不同，筛选出与精油提取品种香型接近的(油用资源)品种、适合芳香治疗用的(芳疗法资源)品种、保健与园林绿化兼用的观赏花卉(保健型观赏资源)品种三种类型的候选品种。

油用资源评价中，参考玫瑰油国际标准，将(p1)橙花醇质量浓度，(p2)香叶醇质量浓度，(p3)香茅醇质量浓度，(p4)苯乙醇质量浓度作为评价指标。

芳疗法资源评价中，将(p1)橙花醇质量浓度，(p2)香叶醇质量浓度，(p3)香茅醇质量浓度，(p4)苯乙醇质量浓度，(p5)(e)-3-己烯-1-醇乙酸酯质量浓度，(p6)tmb质量浓度、(p7)乙酸苯乙醇质量浓度，(p8)乙酸香叶酯质量浓度，(p9)乙酸香茅酯质量浓度，(p10)乙酸橙花酯质量浓度，(p11)乙酸己酯质量浓度，(p12)dmt质量浓度，(p13)酚类衍生物质量浓度，(p14)单萜醇与酯类物质的质量浓度作为评价指标。

保健型观赏资源评价中，将(p15)萜烯类，(p16)β、α、γ-揽香烯，(p17)大香叶烯(abd)质量浓度作为评价指标，以筛选出具有抗癌、消炎抗菌的保健型花卉。

对于油用资源、芳疗法资源和保健型观赏资源的应用评价，使用同一个层次分析模型(如图3所示，决策层为“花香应用评价”，准则层为“油用资源评价、芳疗法资源评价、保健型观赏资源评价”，方案层为图3中的p1-p17)，对于不同应用的评价，改变准则层两两比较中各要素的相对重要性，从而完成对其进行不同应用价值材料的筛选。

二、构建判断矩阵、一致性检验和计算排序权重值、计算加权排序权重值

1、油用资源评价

(1)、构建判断矩阵

表9示出了油用资源评价的准则层-方案层判断矩阵，表10示出了油用资源评价的决策层-准则层判断矩阵。赋值含义同实施例1，此处不再赘述。

表9油用资源评价的准则层-方案层判断矩阵(λmax：4.0000)

*注：表9-17中的代号“p1-p17”为方案层要素，具体含义参见上述或者图3。

表10油用资源评价的决策层-准则层评价判断矩阵(λmax：3.0142)

(2)、一致性检验和计算排序权重值

一致性检验的方法同实施例1。通过软件自动进行判断矩阵的一致性检验。

计算排序权重值：通过软件计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi，计算的结果参见表9和10中最右侧的“wi”列的数值。

(3)、计算加权排序权重值

计算加权排序权重值的方法同实施例1。具体结果如表11所示。

表11油用资源评价的方案层要素加权排序权重值

2、芳疗法资源评价

(1)、构建判断矩阵

表12示出了芳疗法资源评价的准则层-方案层判断矩阵；表13示出了芳疗法资源评价的决策层-准则层判断矩阵，增加了准则层芳疗法资源评价的重要性值，并减小准则层其他两个要素的重要性值。赋值含义同实施例1，此处不再赘述。

表12芳疗法资源评价的准则层-方案层判断矩阵(λmax：14.0718)

表13芳疗法资源评价的决策层-准则层判断矩阵(λmax：3.0649)

(2)、一致性检验和计算排序权重值

一致性检验的方法同实施例1。通过软件自动进行判断矩阵的一致性检验。

计算排序权重值：通过软件计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi，计算的结果参见表12和13中最右侧的“wi”列的数值。

(3)、计算加权排序权重值

计算加权排序权重值的方法同实施例1。具体结果如表14所示。

表14芳疗法资源评价的方案层要素加权排序权重值

3、保健型观赏资源评价

(1)、构建判断矩阵

表15示出了保健型观赏资源评价的准则层-方案层判断矩阵；表16示出了保健型观赏资源评价的决策层-准则层判断矩阵，增加了准则层保健型观赏资源评价的重要性值，并减小准则层其他两个要素的重要性值。赋值含义同实施例1，此处不再赘述。

表15保健型观赏资源评价的准则层-方案层判断矩阵(λmax：3.0000)

表16保健型观赏资源评价的决策层-准则层判断矩阵(λmax：3.0649)

(2)、一致性检验和计算排序权重值

一致性检验的方法同实施例1。通过软件自动进行判断矩阵的一致性检验。

计算排序权重值：通过软件计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi，计算的结果参见表15和16中最右侧的“wi”列的数值。

(3)、计算加权排序权重值

计算加权排序权重值的方法同实施例1。具体结果如表17所示。

表17保健型观赏资源评价的方案层要素加权排序权重值

三、计算加权得分和资源评价

计算加权得分的方法与实施例1相同。也即，根据上述步骤二中分别得到的油用资源评价、芳疗法资源评价、保健型观赏资源评价的方案层中的各个要素分别对于决策层的加权排序权重值，结合油用资源评价、芳疗法资源评价、保健型观赏资源评价中每个筛选的品种的方案层的各个要素的实际得分，计算得到各个品种的加权得分。具体地，将每个筛选的品种的方案层的各个要素的实际得分输入软件，通过点击软件中的“加权计算”按钮，得到各个品种的加权得分。

三种资源评价中每个筛选的品种的方案层的各个要素的实际得分(也即各种物质的质量浓度，单位均为μg/l)数据参见表18(包括表18-1、表18-2、表18-3和表18-4)。

再根据各个品种的加权得分排序，即可筛选出目标材料。

表18-1三种资源评价的方案层要素的实际得分

表18-2三种资源评价的方案层要素的实际得分

表18-3三种资源评价的方案层要素的实际得分

表18-4三种资源评价的方案层要素的实际得分

1、油用资源评价的各个品种的加权得分与分级

根据计算得到的加权得分(参见表19)，将59个品种划分成三级，ⅰ级(2.73-3.78)为精油提取(油用资源)备选品种，共18种，花香物质浓度均达到玫瑰油国际标准，其香型与大马士革蔷薇香型相近，因此可以作为与大马士革蔷薇香型相近的油用资源。ⅱ级(2.02-2.60)，目标花香物质浓度较高，可尝试作为精油提取品种。ⅲ级(1.03-1.98)目标花香物质浓度较低，均为与大马士革蔷薇香型有较大差距的品种，不适宜提取精油。

表19用于油用资源评价的各个品种的加权得分与分级

2、芳疗法资源评价的各个品种的加权得分与分级

根据计算得到的加权得分(参见表20)，将59个品种划分为三个等级，ⅰ级(2.53-3.35)为适合作为芳香治疗法品种，具有一定保健疗效，且香味浓郁，共20个品种。ⅱ级(2.23-2.48)可作为芳香治疗法品种，具有一定的保健疗效。ⅲ级(1.13-2.20)花香物质浓度一般，淡香或无香，一般不作为芳香治疗法品种。

表20用于芳疗法资源评价的各个品种的加权得分与分级

3、保健型观赏资源评价的各个品种的加权得分与分级

根据计算得到的加权得分(参见表21)，将59个品种划分为三个等级，ⅰ级(2.90-3.80)，共20个品种，均具有很好的保健作用。ⅱ级(2.01-2.87)，均具有一定的保健作用。ⅲ级(1.05-1.88)，保健作用较弱或没有保健效果。

表21用于保健型观赏资源评价的各个品种的加权得分与分级

四、花香应用评价

根据步骤三的加权得分计算结果，对油用资源、芳疗法资源、保健型观赏资源进行综合评价，结果如表22所示。

表22蔷薇属植物花香应用评价

根据表22的数据可以看出：

1、以下品种可兼做油用资源、芳疗法资源、保健型观赏资源：‘纽曼姐妹’、‘沃勒顿老庄园’、‘学院’、‘甜蜜马车’。

2、除了上述1列出的同时可兼做油用资源、芳疗法资源、保健型观赏资源的四个品种外，以下品种可兼做油用资源和芳疗法资源：‘甜蜜的梦’、‘欢迎’、‘滇红’、‘香恋’、‘温彻斯特大教堂’、‘苹果挞’、‘紫袍玉带’、‘玛格丽特王妃’、‘莎士比亚’、‘权杖之岛’。

3、除了上述1列出的同时可兼做油用资源、芳疗法资源、保健型观赏资源的四个品种外，以下品种可兼做芳疗法资源和保健型观赏资源：‘真宙’、‘圣埃泽布嘉’、‘亚伯拉罕达比’。

4、作为油用资源比较突出，但作为芳疗法资源和保健型观赏资源不是最好的品种有：‘芳香花园’、‘香妃’、‘隐喻’、‘火凤凰’。

5、作为芳疗法资源比较突出，但作为油用资源和保健型观赏资源不是最好的品种有：‘极光咏叹调’、‘结爱’、‘白哈娜’。

6、作为保健型观赏资源比较突出，但作为芳疗法资源和油用资源不是最好的品种有：‘蓝色风暴’、‘蓝色伊甸园’、‘内乡’、‘秋日胭脂’、‘格拉姆城堡’、‘无名的裘德’、‘斯蒂芬妮古城堡’、‘天方夜谭’、‘银禧庆典’、‘庞巴度玫瑰’、‘克莱尔奥斯汀’、‘羊脂香水’、‘达尔文’。

在该59个品种中，‘甜蜜的梦’、‘香恋’、‘香妃’、‘情歌’、‘火凤凰’、‘醉红颜’、‘北京红’为具有我国自主知识产权的月季品种。在花香应用评价中，除北京红外，其余品种的花香物质相关指标均表现较为良好，可以作为推广种植的园林绿化及多功能花卉。

实施例3

本实施例用来说明园林应用评价与花香应用评价的综合评价。本实施例是对实施例1和实施例2的筛选得出的资源重合的16个品种(参见表29)的材料进行的综合评价。

其中，园林应用方面选择了顶端小叶叶长、顶端小叶叶宽、5-7节节间长、皮刺下部形状、5-7节皮刺总数、刺毛有无六个性状作为评价指标。花香应用评价方面选择了(p1)橙花醇质量浓度，(p2)香叶醇质量浓度，(p3)香茅醇质量浓度，(p4)苯乙醇质量浓度，(p13)酚类衍生物的质量浓度，(p14)单萜醇与酯类物质的质量浓度，(p15)萜烯类质量浓度七个性状作为评价指标。

一、构建层次分析模型：

构建的层次分析模型参见图4，共分三个层次：决策层，即对蔷薇属植物的“综合评价”；准则层，即“园林应用评价”和“花香应用评价”；方案层，即上述13个性状(图4中最下面一行的13个性状)。

二、构建判断矩阵、一致性检验和计算排序权重值、计算加权排序权重值

1、园林应用评价

(1)、构建判断矩阵

表23示出了园林应用评价的准则层-方案层判断矩阵，表24示出了园林应用评价的决策层-准则层判断矩阵。赋值含义同实施例1，此处不再赘述。

表23园林应用评价的准则层-方案层判断矩阵(λmax：6.1954)

表24园林应用评价的决策层-准则层评价判断矩阵(λmax：2.0000)

(2)、一致性检验和计算排序权重值

一致性检验的方法同实施例1。通过软件自动进行判断矩阵的一致性检验。

计算排序权重值：通过软件计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi，计算的结果参见表23和24中最右侧的“wi”列的数值。

(3)、计算加权排序权重值

计算加权排序权重值的方法同实施例1。具体结果如表25所示。

表25园林应用评价的方案层要素加权排序权重值

2、花香应用评价

(1)、构建判断矩阵

表26示出了花香应用评价的准则层-方案层判断矩阵，表27示出了花香应用评价的决策层-准则层判断矩阵。赋值含义同实施例1，此处不再赘述。

表26花香应用评价的准则层-方案层判断矩阵(λmax：7.0170)

表27花香应用评价的决策层-准则层评价判断矩阵(λmax：2.0000)

(2)、一致性检验和计算排序权重值

一致性检验的方法同实施例1。通过软件自动进行判断矩阵的一致性检验。

计算排序权重值：通过软件计算下一层次中的每个要素分别对于上一层次的重要性的排序权重值wi，计算的结果参见表26和27中最右侧的“wi”列的数值。

(3)、计算加权排序权重值

计算加权排序权重值的方法同实施例1。具体结果如表28所示。

表28花香应用评价的方案层要素加权排序权重值

三、计算各个品种的加权得分和资源评价

计算加权得分的方法与实施例1相同。也即，根据上述步骤二中分别得到的园林应用评价和花香应用评价的方案层中的各个要素分别对于决策层的加权排序权重值，结合园林应用评价和花香应用评价中每个筛选的品种的方案层的各个要素的实际得分，计算得到各个品种的加权得分。具体地，将每个筛选的品种的方案层的各个要素的实际得分输入软件，通过点击软件中的“加权计算”按钮，得到各个品种的加权得分。

园林应用评价和花香应用评价中每个筛选的品种的方案层的各个要素的实际得分数据参见表29(数据从表6和7中提取)和表30(数据从表18中提取)。

再根据各个品种的加权得分排序，即可筛选出目标材料。

表29园林应用评价的方案层要素的实际得分

表30花香应用评价的方案层要素的实际得分

计算得到的各个品种的加权得分结果和分级如表31所示。

表31综合评价的各个品种的加权得分与分级

根据计算得到的加权得分(参见表31)，将该16个品种进行等级划分，可分为以下三级：ⅰ级，共有6个品种，为较为优秀的、生长势较强、皮刺数中等且花香物质较为浓郁的品种；其中‘滇红’为食用玫瑰品种，具有较强的经济价值，并且其生长势较强且较为易于采收；‘艾丽’为较为优良的香味月季，‘甜蜜的梦’及‘香恋’亲本之一为‘艾丽’，在本实施例中子代的表现超过了亲本，‘温彻斯特大教堂’中萜烯类物质浓度较高，倍半萜化合物具有一定的保健作用，该品种可考虑为保健型观赏花卉。ⅱ级，共有5个品种。ⅲ级，共有5个品种。

我国拥有丰富的蔷薇属种质资源，由于长期异地引种、杂交育种，品种在不同区域的流通，使其具有不同名称，并且在高度杂交的遗传背景下，其亲缘关系的记录部分丢失或记录不全导致对于对品种的总体把握十分不明确，而由于亲缘关系不明确导致的法律纠纷问题近年也层出不穷。生物学性状的调查可初步对其进行亲缘关系的分析，并且生物学性状的调查有助于对每个资源进行形态的初步把握，对于资源的形态及其他的特征了解有助于后续研究工作的开展。对材料初步的评价可针对性得到适应性强并且在采收、种植过程中的较为容易的种或品种，为亲本选配奠定了基础。

芳香育种为近年来育种的趋势，在育种过程中亲本的选配十分重要，对国内外的花香品种进行花香物质测定，并且针对其主要物质对材料进行评价，可为芳香及功能花卉育种提供理论依据。对花香的深入分析能为育种工作提供亲本选配的理论依据，也可为花香物质提取选取的时期提供思路帮助。本发明为今后蔷薇属种质资源评价体系的建立，新品种的选育以及优质品种的推广提供了一种可靠的方法支持，为香料工业正确选择利用资源材料开辟了新的思路。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。